公开(公告)号：CN111461264A

公开(公告)日：2020-07-28

申请号：CN202010448712.5

申请日：2020-05-25

Applicant: 南京大学

Inventor： 俞扬 ,  詹德川 ,  周志华 ,  仲耀晖

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于生成对抗网络的具有可伸缩性模块化图像识别方法，将图像数据按类别进行整理，有N个类别就将其分为N类，每类中只包含相同类别的图像数据；根据类别个数N准备N个生成对抗网络模型；训练第i个类别的图像数据，i∈{1,2,...,N}；训练生成对抗网络Gi，直到生成对抗网络生成的图像数据与原数据集图像数据的相似度达到预设值；固定生成对抗网络中判别器Di的参数，按梯度逆方向训练生成器Gi；固定生成对抗网络中生成器Gi的参数，训练判别器Di，直到训练完成；对所有类别图像数据重复步骤3至步骤5，直到N个判别器训练完成；将N个判别器并联排列组合成判别器组；将图片输入到判别器组，每个判别器将对图片输出预测结果；计算最终预测结果。

公开(公告)号：CN111461264B

公开(公告)日：2023-06-13

申请号：CN202010448712.5

申请日：2020-05-25

Applicant: 南京大学

Inventor： 俞扬 ,  詹德川 ,  周志华 ,  仲耀晖

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明公开一种基于生成对抗网络的具有可伸缩性模块化图像识别方法，将图像数据按类别进行整理，有N个类别就将其分为N类，每类中只包含相同类别的图像数据；根据类别个数N准备N个生成对抗网络模型；训练第i个类别的图像数据，i∈{1,2,...,N}；训练生成对抗网络Gi，直到生成对抗网络生成的图像数据与原数据集图像数据的相似度达到预设值；固定生成对抗网络中判别器Di的参数，按梯度逆方向训练生成器Gi；固定生成对抗网络中生成器Gi的参数，训练判别器Di，直到训练完成；对所有类别图像数据重复步骤3至步骤5，直到N个判别器训练完成；将N个判别器并联排列组合成判别器组；将图片输入到判别器组，每个判别器将对图片输出预测结果；计算最终预测结果。